Automatisation de la création de scénarios pour les scènes de la visualisation scientifique

Bien que l'automatisation de la génération des chemins de caméra soit une pratique courante dans le cinéma et le jeu vidéo, elle fait preuve d'un retard important dans le milieu de la visualisation scientifique. La taille, la nature, la densité du maillage ainsi que l'absence de notions scénaristiques telles que les personnages et les actions font que l'opération d'import de règles de composition issues de domaines artistiques comme le cinéma ou la photographie ainsi que l'application des règles du montage deviennent plus complexe. Ce mémoire introduit une méthodologie qui propose une métamodélisation des attentes des scientifiques vis-à-vis de leurs données ainsi qu'une modélisation des comportements de données qui peuvent les intéresser. Ces modèles permettent de bâtir plus facilement des chemins de caméra pour des scènes numériques issues de simulations ou d'acquisitions. L'application des règles issues de la composition et du montage dans le but de produire des déplacements de caméra préservent l'intention du scientifique deviennent alors plus simple. La méthode a été expérimentée sur un ensemble de scènes issues de la mécanique des fluides et du génie biomédical; les résultats obtenus sur ces scènes nous ont permis de valider le fonctionnement de la méthodologie. Sont également proposés par la méthode un ensemble de paramètres de contrôle afin de modifier le processus de génération pour mieux l'adapter aux besoins précis que peut avoir un scientifique vis-à-vis d'une scène.

Abstract

Automatic camera path generation is a common practice in film making and video games. However, it demonstrated a significant delay in scientific visualization due to the size, the nature, the mesh density and the lack of scriptwriting notions such as characters and actions. In this case, importing cinematography composition, photography composition and match cut rules becomes a more complex operation. This thesis presents a methodology that provides meta-models for the scientists' visualization expectations regarding their data and for the data behaviors that may interest them. These models make the camera paths generation process more intuitive. The application of composition and match cut rules, in order to produce camera moves that preserves the scientist's intention, becomes simpler. The method was tested on a set of scenes from fluid mechanics and biomedical engineering; the obtained results showed that our approach is a simple and efficient way for producing presentation videos. A set of control parameters are also provided by this method, in order to adapt the generation process to the specific needs that a scientist can have regarding his data.